音频开发 / 技术文章

AAC 和 Opus 怎么选才合适

选择视频音频编码时,真正需要解决的不是“哪个编码更先进”,而是同一套内容在转码、播放、分发和设备覆盖之间如何取舍。AAC 更适合强调终端兼容性的链路,Opus 更适合实时通信、低码率和现代 Web 场景;最终应根据播放端、封装格式、码率目标和业务场景决定。

AAC 和 Opus 的核心差异

AAC 和 Opus 都是有损音频编码,但设计目标并不完全相同。AAC 在消费级媒体生态中应用时间更长,围绕文件、流媒体、移动设备和硬件解码形成了广泛支持;Opus 则针对互联网语音与通用音频设计,能够覆盖较宽的码率和延迟场景。

对于视频业务,最重要的差异通常不是“同码率一定谁更好”,而是编码器、采样率、声道数、内容类型和播放环境共同决定实际效果。尤其在低码率下,语音和音乐的感知重点不同,不能只看一个固定的音频码率结论。

对比维度 AAC Opus
典型定位 消费级媒体、视频点播、广播流 实时通信、Web 音频、低延迟场景
生态兼容性 历史悠久,设备与媒体链路覆盖广 现代浏览器和实时通信生态表现突出
低码率表现 可用于较低码率,但需结合内容调参 通常更适合低码率与语音类场景
实时通信 可以使用,但并非主要设计目标 针对低延迟和实时音频进行了设计
常见封装 视频常见 MP4,纯音频常见 M4A 视频常见 WebM,纯音频常见 Ogg 或 WebM
主要取舍 兼容性与现有媒体生态 灵活性、低延迟与现代 Web 场景

这里的“兼容性”要具体到播放链路,而不是只看浏览器。一个播放器可能支持某种编码,但你的目标设备、容器、硬件解码能力、DRM 或后续编辑链路未必全部支持。

视频点播为什么经常优先考虑 AAC

点播视频通常要面对手机、桌面浏览器、智能电视、机顶盒、编辑软件以及各种已有媒体基础设施。此时音频编码的首要问题往往是“能否稳定播放”,而不是单纯追求最低码率。AAC 由于长期进入常见媒体工作流,在 MP4 等视频分发链路中非常常见。

例如一套典型 VOD 流程可以把视频和 AAC 音频封装成 MP4,也可以进一步制作 HLS 等播放资源。对于需要覆盖较广终端、尽量减少额外播放器兼容处理的业务,AAC 往往更容易直接接入现有流程。

下面使用 FFmpeg 展示一个典型的 H.264 + AAC MP4 转码片段。准备包含视频和音频轨道的 input.mp4,并使用带 libx264 的 FFmpeg。下例选取第一条视频轨和第一条音轨,使用 AAC-LC。

bash
ffmpeg -i "input.mp4" -map 0:v:0 -map 0:a:0 -c:v libx264 -crf 23 -c:a aac -profile:a aac_low -b:a 128k -movflags +faststart "output.mp4"
ffprobe -v error -show_entries stream=codec_type,codec_name,profile -of compact "output.mp4"

ffprobe 应列出 h264 视频流和 aac 音频流,音频 profile 显示为 LC。128 kb/s 是音频编码的目标码率,实际码率随素材和编码器变化。

对于普通视频点播,AAC 的价值通常体现在整个媒体链路的确定性:编码、封装、播放器和终端之间已有大量成熟组合。若业务已经围绕 MP4、HLS 和广泛终端建立流水线,没有明确的低延迟或极低码率诉求时,继续使用 AAC 往往更符合工程现实。

哪些场景更适合 Opus

Opus 的优势更容易在低延迟、实时交互和现代 Web 音频场景中体现。例如语音聊天、在线会议、直播互动、浏览器端录音以及需要在较低码率下保持可用语音质量的场景,Opus 通常具有很强的适应性。

它支持从窄带语音到更宽频音频的多种模式。Opus 允许多种帧长,常见的 20 ms 帧长表示每帧覆盖 20 ms 音频。实测通话延迟还包括音频采集、编码器前瞻、分包、网络和抖动缓冲。因此,当业务真正关心“说话是否清楚”“网络变差时是否还能工作”“端到端延迟是否可控”时,Opus 的设计目标与问题本身更接近。

需要注意的是,Opus 并不意味着所有视频网站都应该替换 AAC。点播链路如果需要覆盖大量传统设备、旧播放器或已有媒体处理系统,Opus 的引入可能带来额外的兼容性验证和转码版本管理。

对于 Web 播放,还应把编码和容器一起看。Opus 常见于 WebM、Ogg 等组合,实际方案需要验证目标浏览器、播放器框架和分发协议对具体媒体组合的支持,而不能仅凭“浏览器支持 Opus”就直接下结论。

不要只比较一个码率

工程选型最容易出现的误区,是拿 AAC 128 kb/s 与 Opus 128 kb/s 做一次听感比较,然后直接决定生产方案。这样的比较忽略了业务内容和编码器参数。

语音、播客、游戏音效、电影配乐和音乐现场对编码器的压力不同。相同码率下,复杂音乐可能比单人语音更容易暴露压缩伪影;同样地,立体声、单声道、采样率和编码速度也会影响最终文件大小与听感。

更可靠的方法是先固定内容样本,再固定播放链路,最后比较目标指标。至少应观察以下几个维度:码率与文件体积、主观听感、弱网下的表现、播放启动时间、CPU 与硬件解码情况,以及目标设备的实际兼容性。

可取同一段有代表性的单人语音,固定为 48 kHz、单声道和 64 kb/s 目标码率,用带 libopus 的 FFmpeg 生成两个可盲听的样本。

bash
ffmpeg -i "input.mp4" -map 0:a:0 -ac 1 -ar 48000 -c:a aac -profile:a aac_low -b:a 64k "compare.m4a"
ffmpeg -i "input.mp4" -map 0:a:0 -ac 1 -ar 48000 -c:a libopus -b:a 64k "compare.opus"

盲听时统一播放音量,并记录实际文件大小。这个对照用于比较相同目标码率下的语音听感。播放兼容性仍应使用最终的封装、播放器和目标设备测试。

按业务场景做选择

可以把选择简化成两个问题:第一,目标终端和媒体生态是否要求很高的兼容覆盖;第二,业务是否明显依赖低延迟、实时通信或低码率传输。

业务场景 优先考虑 原因
广泛终端的视频点播 AAC 更适合成熟的消费级媒体链路
MP4 视频文件与常见媒体工作流 AAC 封装、播放器和工具链组合常见
浏览器实时语音 Opus 面向实时音频和低延迟场景
在线会议、语音房 Opus 更贴近实时通信需求
低码率语音传输 Opus 对语音与低码率场景适应性强
已有成熟 AAC 转码与分发链路 AAC 迁移成本和兼容验证更低
明确要求现代 Web 音频能力 Opus 可与现代浏览器音频链路结合

如果业务同时覆盖点播和实时通信,没有必要强行让两类场景使用同一种编码。点播侧可以沿用 AAC,实时通信侧采用 Opus,关键是让播放器、转码服务和分发协议分别承担清晰的兼容职责。

转码系统应该怎么落地

生产环境更适合把编码选择写进“输出规格”,而不是散落在脚本参数里。例如先定义媒体策略,再根据终端和协议生成不同 rendition。这样未来增加新终端或新协议时,可以只扩展输出矩阵,而不需要重写整条转码流程。

一个简单的决策顺序是:先确定主要播放端,再确定封装与分发协议,然后确定音频内容类型和质量目标,最后才确定 AAC 或 Opus 以及具体码率。这样可以避免因为先选编码器,后面才发现播放器、容器或硬件链路不匹配。

对于混合业务,建议保留明确的兼容策略,例如“通用点播输出使用 AAC,实时音频输出使用 Opus”。实际发布前再用真实设备矩阵做验收,尤其检查电视端、旧设备、Safari 或其他特殊播放环境,以及播放器对具体容器的处理方式。

最终可以把判断压缩成一句工程规则:广泛兼容的传统视频点播优先看 AAC,低延迟和实时音频优先看 Opus;当两者都能满足需求时,再用实际设备矩阵、码率成本和现有媒体链路决定是否迁移。

目录与阅读设置

记录一个想法

AAC 和 Opus 怎么选才合适

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通